CN102282551A - 娱乐入场券定价的自动决策支持 - Google Patents

娱乐入场券定价的自动决策支持 Download PDF

Info

Publication number
CN102282551A
CN102282551A CN2009801400418A CN200980140041A CN102282551A CN 102282551 A CN102282551 A CN 102282551A CN 2009801400418 A CN2009801400418 A CN 2009801400418A CN 200980140041 A CN200980140041 A CN 200980140041A CN 102282551 A CN102282551 A CN 102282551A
Authority
CN
China
Prior art keywords
check
pass
project
attribute
famous
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN2009801400418A
Other languages
English (en)
Inventor
大卫·卡凡德
韦斯·尼克尔斯
乔恩·维恩
多米尼克·汉森斯
布雷特·莱切
道格拉斯·雷
杰克·杨
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Marketshare Partners LLC
Original Assignee
Marketshare Partners LLC
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Marketshare Partners LLC filed Critical Marketshare Partners LLC
Publication of CN102282551A publication Critical patent/CN102282551A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/02—Reservations, e.g. for tickets, services or events
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services

Abstract

描述了一种用于为娱乐项目入场券自动确定建议售价的功能。该功能确定该娱乐项目入场券的第一属性组。为从所确定的第一属性组中选出的第二属性组中的每个属性，该功能将为该属性确定的提升因素应用于该属性，来获得对该属性的效果的定量测量。然后，该功能合并所获得的属性效果的定量测量，来为该娱乐项目入场券获得建议售价。

Description

娱乐入场券定价的自动决策支持
关联申请的交叉引用
本申请要求以下美国临时申请的优先权，这些美国临时申请的整体被引用并入本申请：2008年8月15日提交的编号为61/089,463的美国临时专利申请，2008年9月8日提交的编号61/095,280的美国临时专利申请和2008年9月9日提交的编号为61/095,598的美国临时专利申请。
本申请与以下申请相关联，这些申请的整体被引用并入本申请：2007年3月19日提交的编号60/895,729的美国临时专利申请，2007年11月29日提交的编号为60/991,147的美国临时专利申请，2008年7月28日提交的编号为61/084,252的美国临时专利申请和2008年7月28日提交的编号为61/084,255的美国临时专利申请。
技术领域
所介绍的技术针对自动决策支持功能领域。
背景技术
为娱乐项目如音乐会、戏剧和运动项目出售入场券是很常见的，每张入场券允许一个人出席该娱乐项目。娱乐项目入场券通常限定于特定的日期和时间，特定的地点，以及特定的主题如特定的音乐家、戏剧、或竞赛队伍。有些娱乐入场券进一步限定于特定的座位或座位分区。
娱乐项目入场券通常最初由项目推销商通过票券代理网点出售。普遍地，项目推销商根据相应的座位收容分区的吸引力来将项目的入场券价格定位在少数几个不同的价格点。那些从项目推销商处购买了项目的入场券的人可以将购得的入场券转卖。每个转卖者设定其可以接受的入场券的售价。某些情况下，转销者使用在线二级入场券市场来列出他们的入场券——也即，将其入场券的可获得性通知他人——并且，在某些情况下，来完成其入场券的销售。
附图说明
图1为示出了用于提供功能的组件典型布置中的数据流的高等级数据流图。
图2中为示出了一些组件的框图，这些组件通常包含在至少一些运行有该功能的计算机系统及其它设备中。
图3和图4示出了在一些实施例中被所述功能用于维护和应用入场券销售模型的过程的流程图，所述入场券销售模型例如为某组入场券设计最优价格的模型，和/或确定如果定价在特定水平，售出某组入场券的可能性的模型。
图5和图6为示出在一些实施例中与所述功能相关联的在线入场券转销市场所呈现的示例显示的显示图。
详细说明
发明人意识到没有对(a)娱乐入场券卖方关于为其入场券设定的适当的价格，和(b)娱乐入场券的买方关于为入场券支付的适当的价格可用的指导。因此，自动为娱乐入场券提供定价指导的功能将具有显著的效用。
描述了一种进行娱乐入场券定价的经济学分析的软件功能(该“功能”)-例如，音乐会、戏剧、运动项目等-(“该功能”)。在一些实施例中，所述功能预测特定演出的特定座位上的入场券如果定在特定价格，将在特定的日期售出的可能性。在一些实施例中，该功能使用这一信息来帮助个人转销商在二级市场上为他们的入场券合理地定价。在一些实施例中，该功能确定一个价格，在该价格上，特定演出的特定座位(或一组座位中的一个座位)的入场券将在特定日期列出进行销售，该日期最优化了支付的价格或总体的售出可能性。在一些实施例中，该功能使用这一信息来帮助发行人或这种入场券的批量转销商来最优化对这些入场券的定价。
在一些实施例中，该功能向入场券市场中的入场券买方提供额外的信息，例如：针对每张列出待售的入场券，基于其列出的价格与该功能所确定的市场清算价格的关系来评价该入场券；标识出为特定项目列出待售的入场券中所列价格比其市场清算价低得最多的(或高得最少的)入场券，例如，将其标识为“最佳价值”；在为特定项目列出待售的入场券中标识出被该功能确定为具有最大售出可能性的入场券，例如，将其标识为“最热门的入场券”。在一些实施例中，该功能帮助入场券卖方争取以上述为例的标识，例如允许入场券卖方注册从而在失去这样的标识时收到警报，例如，通过电子邮件或文字短信。在一些实施例中，该功能允许入场券卖方建立规则，该功能根据该规则动态地对该卖方的清单进行重新定价。例如，用户可以建立规则来确定完成销售的截止期限，或接受的最低价格，并允许该功能来周期地或持续地遵照这些限制来优化清单标价。
在一些实施例中，该功能使用其对入场券市场的分析来预测最终被购买和/或被用于出席项目的入场券总数，和/或该项目的入场券销售的时机。可以将这一信息出售给第三方，例如那些销售互补供应或补充供应的第三方。举例来说，互补供应的卖方，例如附近住宿、餐馆或运输资源的卖方，可以使用这种信息来同时向购买该项目入场券的人营销他们的互补供应。补充供应的卖方可以类似地将该信息用于目标市场营销，例如，将他们的营销努力引导到该补充供应的实例，该实例不在时间和/或地点上与其入场券被计划为会被大量订购的项目竞争。
在一些实施例中，该功能为观测到的驱动上述售票过程的变量(“售票驱动器”)使用专门化的弹性的数据库，该售票过程是基于这些驱动器变量的已知的值所产生的历史销售结果。在一些实施例中，根据要分析的售票供应的细节，调节这些售票驱动器的弹性，或仅使用弹性观测的相关子集。该功能执行目标导向的优化，所述优化使用这些定制的弹性，在有些情况下应用售票专用的商业规则。
在一些实施例中，该功能执行的分析包含与该售票供应相关的动量信息，该动量信息例如从互联网搜索引擎(例如，GoogleTrends)、社交网络网站(例如，FacebookLexicon)、或其它类似的信息源处获得的反映及衡量售票供应中最新兴趣所在的动量信息。在多种实施例中，该功能执行的分析包括入场券销售的多种其它领先指标，作为驱动器变量，例如之前的访问历史信息；专辑销售信息；关于数字音乐下载的信息(例如，来自“大香槟”)；和针对有相关知识的人群如提供入场券市场的公司的雇员、娱乐评论家等进行的调查。
在一些实施例中，该功能考虑收到的来自许多中的一个或多个类型的外部源的数据，包括以下：协作媒体，协作销售数据，互联网媒体，互联网行为数据，自然检索问询数据，付费检索活动数据，媒体数据如电视、无线电、印刷，消费者行为数据，跟踪调查数据，经济数据，天气数据，金融数据如股票市场、竞争市场支出数据，和在线及离线销售数据。
在一些实施例中，该功能由许多第三方源处检索产出和驱动器数据，其中为每个源使用预定义的模板来引导所述检索及所述第三方数据的映射。在一些实施例中，该功能将检索到的第三方数据和关于销售或关于一个或多个其它商业产出的从客户处获得的客户特定数据一同使用，从而为该客户生成推荐的资源分配。在一些情况下，这使得不需要从客户处采集输出和/或驱动器数据，通常显著地节约了时间和资源。
由此，该功能帮助卖方和/或买方有效地参与到娱乐入场券的市场之中。
入场券价格是一种实现供需平衡的机制。特定演出的需求被二级入场券市场网站的网页流量所反映。网页流量是上文所列的多种驱动器加上营销的一种功能。该二级入场券市场的营销，包括在线支付检索、新闻邮件和离线新闻、无线电、户外、和电视，运行来驱动另外的网页流量。
入场券供给可以来自中间人、专业销售人员、和一般公众。来自前两个源的供给取决于在推销商、场地、和卖方之间的分配，且被当作不变的。来自一般公众的供给源自转售并显示较低的价格反应性。
将供给当作不变，该功能使用需求的价格弹性，来找到的临界平均票价，该票价为给定项目或巡演在考虑了二级入场券市场的营销投资后清空市场。
由该功能所确定的销售或营销响应曲线预测的商业产出为多种资源驱动器的函数：
销售额＝F(驱动器变量的任意集合)，
其中F表示统计学函数，该函数具有适当的收益递减的经济特性。
进一步地，由于该关系基于数据、时间序列与横截面二者或二者之一，该方法固有地为以下情形产生直接的、间接的和互动的效果。
这些效果描述了销售额如何响应以下驱动器变量和数据结构的改变。通常，这些响应效果被称为“提升因素”。作为特殊的子集或实例，这些方法允许读取上述横截面或时间序列的任何开-关条件。
有很多类型的统计学函数都适于确定和应用不同类型的提升因素。在一些实施例中，该功能使用被称为乘法与log log(使用自然对数)的类型和所述提升因素的点估计值。
在某些情况下，该功能使用应用于绝对驱动器数据和绝对产出的方法。其中包括被称为多项分对数(logit)，分对数，可能性单位(probit)，非参数(non-parametric)或危险性方法的可能性提升因素类型。
在许多实施例中，该功能使用通过各种方式确定的各种其它类型的提升因素。这里关于“弹性”的叙述在很多实例中延伸到各种其它类型的提升因素。
图1为示出了用于提供功能的组件典型布置中的数据流的高阶数据流图。用户控制的许多网页客户计算机系统110生成页面查看请求131并通过网络如互联网120发送到逻辑网页服务器100。这些请求通常包括页面查看请求和涉及接收信息的各种类型的其它请求，该信息关于提议和提供与规定的总营销预算及其分销相关的主题。在网页服务器中，这些请求可以或都被路由到单个的网页服务器计算机系统，或在各网页服务器计算机系统间进行负载均衡。网页服务器通常用提供的页面(served page)132来逐个答复。
虽然对各实施例依照以上环境进行的介绍，本领域技术人员将理解，该功能可以在各种其它环境中应用，这些其它环境包括单个的，单片机系统，以及计算机系统或类似设备的以各种方式连接的各种其它组合。在各实施例中，各种计算机系统或其它不同客户设备如移动电话、个人数字助理、电视机、照相机等可以用于代替网页客户计算机系统。
图2中为示出了一些组件的框图，这些组件通常包含在至少一些运行有该功能的计算机系统及其它设备中。这些计算机系统和设备200可以包括一个或多个用于执行计算机程序的中央处理单元(“CPU”)201；用于在程序和数据被使用时加以存储的计算机内存202；持久存储装置203，如用于持久保存程序和数据的硬盘驱动器；计算机可读介质驱动器204，如CD-ROM驱动器，用于读取存储在计算机可读介质上的程序和数据；和网络连接205，用于将计算机系统连接到其它计算机系统，例如，通过互联网。如上所述配置的计算机系统通常用于支持该功能的运行，本领域技术人员将理解，该功能可以使用各种类型和配置并具有各种组件的设备来实现。
发明人确定由表1中示出的元数据(meta)驱动器来影响票价及其弹性：
1)项目类型(父标识)：音乐会、运动、戏剧
2)项目特性
a.艺术家/项目：例如，史蒂夫·旺达(Stevie Wonder)音乐会、橄榄球六国赛、约瑟夫与神奇彩衣
i.外部关注，反映在在线搜索中
ii近期回顾
iii.队伍/记录
iv.在英国最近一次巡演距今的时间
b.公布的演出次数
c.城市数量
d.场所的数量
e.巡演的时间段(月)
3)场地特性
a.国家
b.城市
c.场地名称
4)演出特性
a.星期几
b.一天中的时间
5)座位位置
a.层
b.区
c.排
d.座位
6)时间
a.距销售日的天数
b.距演出日的天数
表1
相应地，在一些实施例中，该功能建立并维护入场券价格弹性的库，该库基于上面确定的驱动器中的一些或全部来变化。
在一些实施例中，该功能使用需求建模详述来估计二级入场券市场中的入场券需求的价格弹性。在一些实施例中，该模型的形式为：
InS＝f(InP，X)，    (1)
其中：
S为购买的入场券数量
P为交易价格，且
X为其它驱动器变量的矢量
lnP项的系数表示需求的价格弹性。在一些实施例中，该功能为音乐会、运动或戏剧这三个分类中众多的艺术家/项目确定这些价格弹性，并为特定场地如O2、曼彻斯特ENR、和温布利体育场。
在一些实施例中，该功能根据例如以下等式(2)中所示的公式来计算售出一组入场券中的一张入场券的可能性：
Figure BDA0000054477950000071
在等式(2)中，术语“表2总和”指根据以下表2来从独立变量集合中所获得的量，所述集合包括建议的销售价格和驱动器变量的取值。具体地，“表2总和”这一术语的取值是通过以下方式获得，首先，为表2中51行中的每一行，用该行确定的系数来乘以该行所确定的独立变量的值，接着，累加这51个乘积。
Figure BDA0000054477950000081
表2
一周内售出一组O2体育场的入场券的可能性的独立变量与系数
在一些实施例中，通过将可能性单位回归应用于表现历史入场券销售额(例如在该体育场的销售额)的数据，该功能生成表2所示的系数-在本文别处描述为：为该体育场“建立模型”。在一些实施例中，该功能使用proc logistic来如此做，例如应用由北卡罗来纳州卡莉的SAS软件研究所提供的自动功能，包括SAS/STAT。在各种实施例中，该功能应用各种其它模型类型和功能。
表2中的各行具有以下含义：行1中的系数是不对应任何具体独立变量的截距(intercept)值。行2表示了建议的pro-ticket销售价格的自然对数。
行3-8表示与距离该项目开始所剩时间相关的“哑”变量：如果距离该项目不足一周，行3中的变量取值为1，且行4-8中的变量取值为0；如果距离该项目所剩时间在一周与两周之间，取值为1的行变量，且行3与行5-8的变量取值为0；等等。
行9-11表示与待售的入场券组中的入场券数量相关的哑变量：如果该入场券组仅包含一张入场券，行9的变量取值为1，且行10-11的变量取值为0；如果入场券组包含两张入场券，行10的变量取值为数1，且行9和11的变量取值为0；并且，如果该入场券组中的入场券多于两张，行11的变量取值为1，且行9-10的变量取值为0。
行12表示项目可用的入场券数量的自然对数。行13表示项目的动态意向表达的量的自然对数，所述动态意向表达例如与该项目相关的动态网页浏览行为。
行14-21表示与场地中入场券所在的区域相关的哑变量，例如场地中的正式座位的区域或层数(行14-19)、后台(行20)、和站席(行21)。行22-24表示与入场券所在的行相关的哑变量：如果该入场券位于第1排，行22的变量取值为1，且行23-24的变量取值为0；如果入场券位于2与5排之间的某排，行23的变量取值为1，且行22和24的变量取值为0；如果入场券位于6与10排之间的某排，行24的变量取值为1，且行22-23的变量取值为0；并且，如果入场券位于大于10的某排，行22-24的变量整体取值为0。
行25-29表示与项目所安排在的一周中的某天相关联的哑变量。如果该项目安排在周三，行25的变量取值为1，且行26-29的变量取值为0；等等。如果该项目安排在周一或周二，行25-29中各行的变量取值为0。
行30-51表示与项目的性质相关的哑变量：与艺术家、篮球联赛、拳击赛发起人等项目特色相对应的变量取值为1，且对应于行30-51之中的其它行的变量取值为0。
以10天后的周五举行的史蒂夫·旺达演唱会的单张入场券为例，该入场券在B2区的第5排，建议售价为$500。当前有100张剩余的入场券，平均每天发生的与该演唱会相关的网站点击为900次。对于本例，表2所得到的总和为0.97*1+-0.68*ln(500)+1.48*1+-2.38*1+-0.23*ln(100)+0.83*ln(900)+0.54*1+.01*1+0.11*1+2.52*1(也即，行1、2、4、9、12、13、16、23、27和37的变量值非零)或3.6109。对于这个总和，等式(2)得到为97.37％的售出可能性。
在一些实施例中，该功能根据如以下等式(3)所示的公式来为入场券计算最优价格：
建议价格＝e表3总和    (3)
在等式(3)中，术语“表3总和”指根据以下的表3从一个独立变量集合中所获得的量，其中包括驱动器变量的值。具体地，术语“表3总和”的值是通过以下来获得的：首先，为表3中63行中的每一行，用该行所确定的系数来乘以该行所确定的独立变量的值，然后累加这63个乘积。
Figure BDA0000054477950000121
表3
用于优化O2体育场入场券价格的独立变量和系数
在一些实施例中，通过将可能性单位回归应用于表现入场券历史销售额(例如在该体育场的销售额)的数据，该功能生成表3所示的系数-在本文别处描述为：为该体育场“建立模型”。在一些实施例中，该功能使用proc logistic来如此做，例如应用由北卡罗来纳州卡莉的SAS软件研究所提供的自动功能，包括SAS/STAT。在各种实施例中，该功能应用各种其它模型类型和功能。
表3中的各行具有以下含义：行1中的系数是不对应任何具体独立变量的截距值。行2表示了该组中每张入场券的票面价值的自然对数。
行3表示距离该项目开始所剩天数的自然对数。行4表示该项目剩余的可用入场券数量的自然对数。行5表示该项目的动态意向表达的量的自然对数，所述动态意向表达例如与该项目相关的动态网页浏览行为。行6表示了该入场券已在售的天数的自然对数。
行7-16表示与入场券所在的区域相关的哑变量，特别是场地中正规座位的区或层与这些区或层中的行的组合。具体的，如果入场券在A2区的第一排，行7的变量取值为1，行8-16的变量取值为0。如果入场券在B2区的第一排，行8的变量取值为1，且行7和9-16的变量取值为0。如果入场券在A1或A3区的第一排，行9的变量取值为1且行7-8和10-16的变量取值为0。如果入场券在B1或B3区的第一排，行10的变量取值为1且行7-9和11-16的变量取值为0。如果入场券在A2区的2-5排，行11的变量取值为1且行7-10和12-16的变量取值为0。如果入场券在B2区的2-5排，行12的变量取值为1且行7-10与13-16的变量取值为0。如果入场券在A1或A3区的2-5排，行13的变量取值为1且行7-12和14-16的变量取值为0。如果入场券在B1或B3区的2-5排，行14的变量取值为1且行7-13及15-16的变量取值为0。如果入场券在A1、A2、A3、B1、B2和B3之外的区的第一排，行15的变量取值为1，且行7-14和16的变量取值为0。如果入场券在A1、A2、A3、B1、B2和B3之外的区的2-5排，行16的变量取值为1，且行7-15的变量取值为0。如果入场券不在1-5排，则行7-16的变量取值都为0。
行17-22表示与项目所安排在的一周中的某天相关联的哑变量。如果该项目安排在周二，行17的变量取值为1，且行18-20的变量取值为0；等等。如果该项目安排在周一，行25-29的变量取值都为0。
行23-47表示与场地中入场券所在的区域相关的变量，尤其是场地中的正规座位的区或层。如果入场券在101或112区，行23的变量取值为1且行24-47的变量取值为0。如果入场券在102或111区，行24的变量取值为1且行23和25-47的变量取值为0。如果入场券在块103或110，行25的变量取值为1且行23-24和26-47的变量取值为0。如果入场券在104或109区，行26的变量取值为1且行23-25和行27-47的变量取值为0。如果入场券在105或108区，行27的变量取值为1且行23-26和28-47的变量为0。如果入场券在106或107区，行28的变量取值为1，且行23-27和29-47的变量取值为0。如果入场券在113或118区，行29的变量取值为1，且行23-28和30-47的变量取值为0。如果入场券在114或117区，行30的变量取值为1且行23-29和31-47的变量取值为0。如果入场券在115或116区，行31的变量取值为1且行23-30和31-47的变量取值为0。如果入场券在401或422区，行32的变量取值为1，且行23-31和33-47的变量取值为0。如果入场券在402或421区，行33的变量取值为1，且行23-32和34-47的变量取值为0。如果入场券在403或420区，行34的变量取值为1，且行23-33和35-47的变量取值为0。如果入场券在404或419区，行35的变量取值为1且行23-34和36-47的变量取值为0。如果入场券在405或418区，行36的变量取值为1，且行23-35和37-47的变量取值为0。如果入场券在407或416区，行37的变量取值为1，且行23-36和38-47的变量取值为0。如果入场券在408或415区，行38的变量取值为1，且行23-37和39-47的变量取值为0。如果入场券在409或414区，行39的变量取值为1，且行23-38和40-47的变量取值为0。如果入场券在410或413区，行40的变量取值为1，且行23-39和41-47的变量取值为0。如果入场券在411或412区，行41的变量取值为1，且行23-40和42-47的变量取值为0。如果入场券在A1或A3区，行42的变量取值为1，且行23-41和43-47的变量取值为0。如果入场券在A2区，行43的变量取值为1，且行23-42和44-47的变量取值为0。如果入场券在B1或B3区，行44的变量取值为1，且行23-43和45-47的变量取值为0。如果入场券在B2区，行45的变量取值为1，且行23-44和46-47的变量取值为0。如果入场券在C1或C3区，行46的变量取值为1，且行23-45和47-47的变量取值为0。如果入场券在D1或D3区，行47的变量取值为1，且行23-46的变量取值为0。如果入场券不在以上列举的区，行23-47中变量取值均为0。
行48-63表示与项目的性质相关的哑变量：与艺术家、篮球联赛、拳击赛发起人等项目特色相对应的变量取值为1，对应于行40-63之中的其它行的变量取值为0。
以已经在售80天的周五史蒂夫·旺达演唱会的单张入场券为例，该演唱会将在10天后举行，该入场券在B2区的第5排，票面价格为$75。当前有100张剩余的入场券，平均每天发生的与该演唱会相关的网站点击为900次。对于本例，表3所得到的总和为2.0972*1+0.3784*ln(75)+0.1620*ln(10)+-0.0980*ln(100)+0.0372*ln(900)+0.0724*ln(80)+0.1942*1+0.0560*1+0.3968*1+0.6501*1(也即，行1-6、12、20、45和55的变量的值非零)，或5.5201。对于这个总和，等式(3)得出$249.66的最优价格。
图3和图4示出了在一些实施例中被所述功能用于维护和应用入场券销售模型的过程的流程图，所述入场券销售模型例如为某组入场券设计最理想价格的模型，和/或确定如果定价在特定水平，售出某组入场券的可能性的模型。图3为示出了通常由该功能执行来维护一个或多个入场券销售模型的步骤的流程图。在步骤301中，该功能基于可用的入场券销售记录和相应的驱动器变量值来建立模型。在一些实施例中，该功能建立如下所述的与表2和表3相关联的模型。在一些实施例中，该功能从一方或多方收集信息，以使用该信息来建立模型，所述一方或多方包括场地管理者、项目推销商、初始入场券卖方、入场券转销商、网页发行方、和/或各种其它类型的源。在步骤301后，该功能继续在步骤301中基于新的数据来建立新的模型。在各种实施例中，以各种频率重复步骤301，例如每年、每季度、每月、每周、每天、每小时，等等。
本领域技术人员将理解，可以以多种方式改变图3中所示的步骤和在以下讨论的每个流程图中的步骤。例如，步骤的顺序可以重排；子步骤可以同步进行；示出的步骤可以省略，或可以包括其他步骤；等等。
图4中的流程图所示的步骤通常运行其它功能来开发根据图3所建立的模型。在步骤401中，该功能根据用于所关心的入场券清单的独立变量值来评价适宜类型的最近建立的模型。在步骤402中，该功能在步骤401中评价该模型所产生的结果之上进行操作。上述操作可以具有各种形式，包括显示该结果或基于该结果的信息；保存该结果；出售数据消费者的结果；根据该结果对项目入场券进行定价；基于所述结果创建、营销、和社会的是定价相关产品和服务；等等。在步骤402后，该功能继续在步骤401中执行下一个模型评价循环。
图5和图6为显示了一些实施例中与所述功能相关联的在线入场券转销市场所呈现的示例显示图。图5中的显示图示出了呈现给用户的示例性显示，该用户寻求在在线入场券转销市场上列出一组入场券待售。显示500包括控制器501-504，用户可以使用控制器501-504来标识入场券所用于的项目。该显示进一步包括控制器511-514，用户使用控制器511-514来标识入场券所用于的座位。该显示进一步包括控制器520，用户使用该控制器520来明确入场券的要价。在用户与这些控制器互动来输入该信息后，该用户选择提交控制器530来提交该入场券清单。在一些实施例中，响应于提交清单，该功能确定如果使用输入的要价，入场券被售出的可能性。如果确定的可能性低于可设定阈值，例如25％，该功能使得一个消息例如消息540被显示，警告用户入场券在此价格被售出的可能性较低。此时，用户可以修改输入的要价，或继续下去用最初的要价来生成该清单。
图6中的显示图示出了呈现给用户的示例性显示，该用户寻求购买在线入场券转销市场上列出的一组入场券。该显示600包括信息610，该信息610标识入场券可用的活动。本领域技术人员将理解，该用户可以使用各种导航技术来发现标识出的项目，例如检索、浏览、从具体关联到该项目的页面链接，等等。该显示包含一个清单表，例如清单621-625。每个清单标识已经列出的座位631，列出该入场券待售的用户632，以及卖方索要的总价633。每个列表还具有购买控制器634，用户可以选择该控制器634来购买作为该列表主题的入场券。在一些实施例中，该功能用特殊名称635来标识某些列表。例如，为列表621示出的名称“最佳价值！”表示该列表具有的列表价格比其市场价低得最多或高得最少，而为列表623示出的名称“最热入场券！”将该列表标识为具有最大的卖出可能性。
本领域技术人员将理解，上述功能可以以各种方式直接应用或进行拓展。

Claims (20)

1.一种计算机可读介质，其内容使得计算系统执行一种用于自动为娱乐项目入场券确定建议售价的方法，该方法包括：
确定该娱乐项目入场券的第一属性组；
为从所确定的第一属性组中选出的第二属性组中的每个属性，将为该属性确定的提升因素应用于该属性，来获得对该属性的效果的定量测量；和
合并所获得的属性效果的定量测量，来为所述娱乐项目入场券获得建议售价。
2.如权利要求1所述的计算机可读介质，其中所应用的提升因素为弹性。
3.如权利要求1所述的计算机可读介质，该方法还包括：
为所述娱乐项目入场券检索得到关于入场券列表的信息，所述信息包括列表价格；
比较检索到的列表价格和所述建议售价；和
基于所述比较，将基于所述比较的结果的可视名称添加到所述入场券列表，以便向查看该入场券列表的用户显示。
4.如权利要求1所述的计算机可读介质，该方法进一步包括：
为该娱乐项目入场券检索得到关于入场券列表的信息，所述信息包括列表价格；
比较检索到的列表价格与所述建议售价。
5.如权利要求1所述的方法，其中所述第二属性组中的一个属性为关于所述著名项目的近期线上活动的等级的标识。
6.如权利要求5所述的方法，其中关于所述著名项目的近期线上活动的等级的标识是在线上二级娱乐项目入场券市场中查看过该著名娱乐项目的入场券列表的人数的标识。
7.如权利要求5所述的方法，其中所述著名项目的近期线上活动的等级的标识为提交过与该著名娱乐项目相关的在线搜索问询的人数的标识。
8.如权利要求5所述的方法，其中所述著名项目的近期线上活动的等级的标识为在社交网络网站上与他人进行过关于该著名娱乐项目的互动的人数的标识。
9.如权利要求5所述的方法，进一步包括：
预计关于该著名项目的在线活动的将来等级；和
将所预计的关于该著名项目的在线活动的将来等级用作所述第二属性组中的一个属性。
10.如权利要求9所述的方法，其中所预计的关于该著名项目的在线活动的将来等级是对将在线上二级娱乐项目入场券市场中为该著名娱乐项目的入场券查看列表的人数的预计。
11.一种在计算机系统中自动分析娱乐项目入场券的建议售价的方法，包括：
确定该娱乐项目入场券的第一属性组；
为从所确定的第一属性组中选出的第二属性组中的每个属性，将为该属性确定的提升因素应用于该属性，来获得对该属性的效果的定量测量；和
将所获得的属性效果的定量测量与该娱乐项目入场券的建议售价合并，来获得娱乐项目入场券将在特定时期内以该建议售价售出的可能性的预测。
12.如权利要求11所述的方法，其中该第二属性组中的一个属性是关于该著名项目的近期在线活动的等级的标识。
13.如权利要求12所述的方法，其中，所述关于该著名项目的近期在线活动的等级的标识是在线上二级娱乐项目入场券市场中查看过该著名娱乐项目的入场券列表的人数的标识。
14.如权利要求12所述的方法，其中，所述著名的项目的近期线上活动的等级的标识为提交过与该著名娱乐项目相关的在线搜索问询的人数的标识。
15.如权利要求12所述的方法，其中，所述著名的项目的近期线上活动的等级的标识为在社交网络网站上与他人进行过关于该著名娱乐项目的互动的人数的标识。
16.如权利要求12所述的方法，还包括：
预计关于该著名项目的在线活动的将来等级；和
将所预计的关于该著名项目的在线活动的将来等级用作所述第二属性组中的一个属性。
17.如权利要求16所述的方法，其中所预计的关于该著名项目的在线活动的将来等级是对将在线上二级娱乐项目入场券市场中为该著名娱乐项目的入场券查看列表的人数的预计。
18.一种在计算机系统中为项目自动分析娱乐项目入场券的建议售价的方法，包括：
为多个娱乐入场券列表中的每个娱乐券列表，其中每个娱乐项目列表标识该项目的娱乐项目入场券：
确定由该娱乐入场券列表所指定的列表价格；
确定该娱乐项目入场券的第一属性组；
为从所确定的第一属性组中选出的第二属性组中的每个属性，将为该属性确定的提升因素应用于该属性，来获得对该属性的效果的定量测量；和
将所获得的属性效果的定量测量与该娱乐项目入场券的建议售价合并，来获得娱乐项目入场券将在特定时期内以该建议售价售出的可能性的预测；和
由所预测的可能性来设计将为该项目售出的入场券数。
19.如权利要求18所述的方法，进一步包括向销售与该项目互补的商品的卖方出售表示所预计的将为该项目售出的入场券数的信息。
20.如权利要求18所述的方法，进一步包括向销售作为该项目补充的商品的卖方出售表示所预计的将为该项目售出的入场券数的信息。
CN2009801400418A 2008-08-15 2009-08-17 娱乐入场券定价的自动决策支持 Pending CN102282551A (zh)

Applications Claiming Priority (7)

Application Number Priority Date Filing Date Title
US8946308P 2008-08-15 2008-08-15
US61/089,463 2008-08-15
US9528008P 2008-09-08 2008-09-08
US61/095,280 2008-09-08
US9559808P 2008-09-09 2008-09-09
US61/095,598 2008-09-09
PCT/US2009/054070 WO2010019959A1 (en) 2008-08-15 2009-08-17 Automated decision support for pricing entertainment tickets

Publications (1)

Publication Number Publication Date
CN102282551A true CN102282551A (zh) 2011-12-14

Family

ID=41669368

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2009801400418A Pending CN102282551A (zh) 2008-08-15 2009-08-17 娱乐入场券定价的自动决策支持

Country Status (10)

Country Link
US (1) US20100042477A1 (zh)
EP (1) EP2329403A4 (zh)
JP (1) JP2012500429A (zh)
KR (1) KR20110049858A (zh)
CN (1) CN102282551A (zh)
AU (1) AU2009281728A1 (zh)
BR (1) BRPI0917865A2 (zh)
CA (1) CA2734177A1 (zh)
MX (1) MX2011001757A (zh)
WO (1) WO2010019959A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109961304A (zh) * 2017-12-22 2019-07-02 北京京东尚科信息技术有限公司 用于生成信息的方法和装置

Families Citing this family (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101681270A (zh) * 2007-03-19 2010-03-24 市场份额合伙人有限责任公司 为营销自动制定总预算以及自动制定销售资源在各花费类别的分配
CA2706960A1 (en) * 2007-11-29 2009-06-04 Marketshare Partners Llc Automatically prescribing total budget for marketing and sales resources and allocation across spending categories
US20090216597A1 (en) * 2008-02-21 2009-08-27 David Cavander Automatically prescribing total budget for marketing and sales resources and allocation across spending categories
US8126748B2 (en) * 2008-02-25 2012-02-28 Tixtrack, Inc. Sports and concert event ticket pricing and visualization system
JP5677967B2 (ja) 2008-10-31 2015-02-25 マーケットシェア パートナーズ リミテッド ライアビリティ カンパニー 仕様、推定、原因となるドライバの発見及びマーケット反応弾性又はリフト係数の自動化
US8738409B2 (en) * 2008-12-31 2014-05-27 Stubhub, Inc. System and methods for prioritizing and processing updated inventory information for event listings
US20110040656A1 (en) * 2009-08-12 2011-02-17 Groetzinger Jon D System and method for generating predictions of price and availability of event tickets on secondary markets
US20120173310A1 (en) * 2010-12-30 2012-07-05 Groetzinger Jon D Deal quality for event tickets
JP5680433B2 (ja) * 2011-02-09 2015-03-04 公益財団法人鉄道総合技術研究所 プログラム及び編成車両数決定システム
US20150025918A1 (en) * 2013-07-16 2015-01-22 Broker Genius LLC Forecasting and management system and method concerning ticket transactions in multiple markets
US9600839B2 (en) * 2013-07-29 2017-03-21 Bank Of America Corporation Price evaluation based on electronic receipt data
US20150186924A1 (en) 2013-12-31 2015-07-02 Anto Chittilappilly Media spend optimization using a cross-channel predictive model
US9836755B2 (en) * 2014-08-06 2017-12-05 Ebay Inc. Determining a user's event experience through user actions
MX2018005989A (es) * 2015-11-13 2018-08-29 Walmart Apollo Llc Sistema informatico distribuido.
US10679260B2 (en) 2016-04-19 2020-06-09 Visual Iq, Inc. Cross-device message touchpoint attribution
US10068188B2 (en) 2016-06-29 2018-09-04 Visual Iq, Inc. Machine learning techniques that identify attribution of small signal stimulus in noisy response channels
US10313480B2 (en) 2017-06-22 2019-06-04 Bank Of America Corporation Data transmission between networked resources
US10524165B2 (en) 2017-06-22 2019-12-31 Bank Of America Corporation Dynamic utilization of alternative resources based on token association
US10511692B2 (en) 2017-06-22 2019-12-17 Bank Of America Corporation Data transmission to a networked resource based on contextual information
US20190035002A1 (en) * 2017-07-29 2019-01-31 Robert Popkey Waiting line transaction management system and method
JP7372760B2 (ja) 2019-06-13 2023-11-01 ヤフー株式会社 情報処理装置、情報処理方法および情報処理プログラム
US11276108B2 (en) * 2019-10-23 2022-03-15 Stubhub, Inc. User interfaces for managing listings in a secondary marketplace

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1826617A (zh) * 2003-06-03 2006-08-30 波音公司 对商品的需求、供应和关联利润率建模的系统、方法和计算机程序产品
US20070078790A1 (en) * 1997-11-19 2007-04-05 I2 Technologies Us, Inc. Computer-implemented product valuation tool
CN101065744A (zh) * 2004-10-13 2007-10-31 邓尼赫姆拜有限公司 零售店中的产品的定价方法
CN101087306A (zh) * 2006-06-05 2007-12-12 国际商业机器公司 用于自动Web服务定价管理的方法和系统

Family Cites Families (63)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US787353A (en) * 1904-06-24 1905-04-18 Herbert B Mounsey Loose-leaf binder.
US6988076B2 (en) * 1997-05-21 2006-01-17 Khimetrics, Inc. Strategic planning and optimization system
US6925442B1 (en) * 1999-01-29 2005-08-02 Elijahu Shapira Method and apparatus for evaluating vistors to a web server
US6567786B1 (en) * 1999-09-16 2003-05-20 International Business Machines Corporation System and method for increasing the effectiveness of customer contact strategies
CA2409918A1 (en) * 2000-05-19 2001-11-29 Manugistics Atlanta, Inc. Dynamic pricing system
US20020116237A1 (en) * 2000-05-26 2002-08-22 Marc-David Cohen Cross-selling optimizer
US20080097826A1 (en) * 2000-06-05 2008-04-24 Leach Andrew K Demand aggregation for future items contingent upon threshold demand
US20060095344A1 (en) * 2000-06-09 2006-05-04 Nakfoor Brett A System and method for fan lifecycle management
AU2001275387A1 (en) * 2000-06-09 2001-12-24 Manugistics Atlanta, Inc. Event revenue management system
US20030101087A1 (en) * 2000-10-30 2003-05-29 Manugistics Atlanta, Inc. Lease rent optimizer revenue management system
US7287000B2 (en) * 2000-11-15 2007-10-23 Jda Software Group, Inc. Configurable pricing optimization system
US7062447B1 (en) * 2000-12-20 2006-06-13 Demandtec, Inc. Imputed variable generator
US7302410B1 (en) * 2000-12-22 2007-11-27 Demandtec, Inc. Econometric optimization engine
GB2375630A (en) * 2001-02-07 2002-11-20 Unilever Plc Consumer interaction system
US20020123924A1 (en) * 2001-03-05 2002-09-05 Cruz Benjamin G. Method of gathering local demand data for entertainment performances
US7130811B1 (en) * 2001-05-05 2006-10-31 Demandtec, Inc. Apparatus for merchandise promotion optimization
US8417564B2 (en) * 2001-11-13 2013-04-09 Revenue Management Solutions, Inc. Method for allocating advertising resources
US8108249B2 (en) * 2001-12-04 2012-01-31 Kimberly-Clark Worldwide, Inc. Business planner
US20030229536A1 (en) * 2002-03-14 2003-12-11 House Sandra Miller Media planning and buying system and method
US20030187767A1 (en) * 2002-03-29 2003-10-02 Robert Crites Optimal allocation of budget among marketing programs
AU2003237135A1 (en) * 2002-04-30 2003-11-17 Veridiem Inc. Marketing optimization system
US20040230470A1 (en) * 2003-01-30 2004-11-18 Accenture Global Services Gmbh Marketing forecasting tool using econometric modeling
US8560364B2 (en) * 2003-02-14 2013-10-15 Hewlett-Packard Development Company, L.P. Identifying workforce deployment issues
US7379890B2 (en) * 2003-10-17 2008-05-27 Makor Issues And Rights Ltd. System and method for profit maximization in retail industry
US7685011B2 (en) * 2003-10-25 2010-03-23 Wilson Thomas W Method and system for optimizing resource allocation based on cohort times
US7644013B2 (en) * 2003-12-04 2010-01-05 American Express Travel Related Services Company, Inc. System and method for resource optimization
WO2005059685A2 (en) * 2003-12-12 2005-06-30 Delta Air Lines, Inc. Method and system for estimating price elasticity of product demand
US20050154639A1 (en) * 2004-01-09 2005-07-14 Zetmeir Karl D. Business method and model for integrating social networking into electronic auctions and ecommerce venues.
US7848946B2 (en) * 2004-01-12 2010-12-07 Jda Software Group, Inc. Sales history decomposition
US7580852B2 (en) * 2004-04-15 2009-08-25 Sap Ag System and method for modeling non-stationary time series using a non-parametric demand profile
US7949561B2 (en) * 2004-08-20 2011-05-24 Marketing Evolution Method for determining advertising effectiveness
US20060047562A1 (en) * 2004-08-31 2006-03-02 Kiefer Ralph K Method and apparatus for planning marketing scenarios
US20060074749A1 (en) * 2004-10-01 2006-04-06 Reachlocal, Inc. Method and apparatus for allocating a campaign budget among publishers for a marketing campaign
US20060117303A1 (en) * 2004-11-24 2006-06-01 Gizinski Gerard H Method of simplifying & automating enhanced optimized decision making under uncertainty
US20060195356A1 (en) * 2005-02-25 2006-08-31 Mark Nerenhausen Entertainment venue data analysis system and method
EP1869572A4 (en) * 2005-02-25 2008-06-18 Digonex Technologies Inc DYNAMIC PRICE FIXING SYSTEM
CA2602096A1 (en) * 2005-03-22 2009-09-28 Ticketmaster Apparatus and methods for providing queue messaging over a network
US20060277130A1 (en) * 2005-04-25 2006-12-07 The Ticket Reserve, Inc. Methods and apparatus to predict demand for a product or service
US20080162211A1 (en) * 2005-05-09 2008-07-03 Addington Don W System and Method For Buying and Selling Event Tickets
US7873535B2 (en) * 2005-11-04 2011-01-18 Accenture Global Services Ltd. Method and system for modeling marketing data
US20070112618A1 (en) * 2005-11-09 2007-05-17 Generation 5 Mathematical Technologies Inc. Systems and methods for automatic generation of information
US20070143186A1 (en) * 2005-12-19 2007-06-21 Jeff Apple Systems, apparatuses, methods, and computer program products for optimizing allocation of an advertising budget that maximizes sales and/or profits and enabling advertisers to buy media online
WO2007132467A1 (en) * 2006-05-15 2007-11-22 E-Glue Software Technologies Ltd. Call center analytical system having real time capabilities
US8082175B2 (en) * 2006-08-24 2011-12-20 Sap Ag System and method for optimization of a promotion plan
US20080109296A1 (en) * 2006-09-08 2008-05-08 Leach Andrew K Contingent rights exchange associated with a social network
US20080133313A1 (en) * 2006-12-04 2008-06-05 Arash Bateni Improved methods and systems for forecasting product demand using price elasticity
US20080178079A1 (en) * 2007-01-18 2008-07-24 International Business Machines Corporation Apparatus and method for a graphical user interface to facilitate tuning sql statements
US20080270363A1 (en) * 2007-01-26 2008-10-30 Herbert Dennis Hunt Cluster processing of a core information matrix
US20080256011A1 (en) * 2007-01-30 2008-10-16 Rice Daniel M Generalized reduced error logistic
CN101681270A (zh) * 2007-03-19 2010-03-24 市场份额合伙人有限责任公司 为营销自动制定总预算以及自动制定销售资源在各花费类别的分配
US8583564B2 (en) * 2007-03-26 2013-11-12 Microsoft Corporation Differential pricing based on social network standing
US8903801B2 (en) * 2007-09-14 2014-12-02 Oracle International Corporation Fully automated SQL tuning
CA2706960A1 (en) * 2007-11-29 2009-06-04 Marketshare Partners Llc Automatically prescribing total budget for marketing and sales resources and allocation across spending categories
US20090198528A1 (en) * 2007-12-19 2009-08-06 Qcue Llc System and method providing market mechanisms for trading in forward contracts on heterogeneous goods
US20090216597A1 (en) * 2008-02-21 2009-08-27 David Cavander Automatically prescribing total budget for marketing and sales resources and allocation across spending categories
US8126748B2 (en) * 2008-02-25 2012-02-28 Tixtrack, Inc. Sports and concert event ticket pricing and visualization system
WO2009137511A2 (en) * 2008-05-05 2009-11-12 Ticketmaster, Llc Process control system
US8655692B2 (en) * 2008-06-27 2014-02-18 Junkin Holdings, Llc Method and system for network-enabled venue booking
US20100036700A1 (en) * 2008-08-06 2010-02-11 Marketshare Partners Llc Automatically prescribing total budget for marketing and sales resources and allocation across spending categories
US20100036722A1 (en) * 2008-08-08 2010-02-11 David Cavander Automatically prescribing total budget for marketing and sales resources and allocation across spending categories
US20110010211A1 (en) * 2008-08-15 2011-01-13 David Cavander Automatically prescribing total budget for marketing and sales resources and allocation across spending categories
JP5677967B2 (ja) * 2008-10-31 2015-02-25 マーケットシェア パートナーズ リミテッド ライアビリティ カンパニー 仕様、推定、原因となるドライバの発見及びマーケット反応弾性又はリフト係数の自動化
US8458167B2 (en) * 2009-04-01 2013-06-04 International Business Machines Corporation Client-based index advisor

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070078790A1 (en) * 1997-11-19 2007-04-05 I2 Technologies Us, Inc. Computer-implemented product valuation tool
CN1826617A (zh) * 2003-06-03 2006-08-30 波音公司 对商品的需求、供应和关联利润率建模的系统、方法和计算机程序产品
CN101065744A (zh) * 2004-10-13 2007-10-31 邓尼赫姆拜有限公司 零售店中的产品的定价方法
CN101087306A (zh) * 2006-06-05 2007-12-12 国际商业机器公司 用于自动Web服务定价管理的方法和系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109961304A (zh) * 2017-12-22 2019-07-02 北京京东尚科信息技术有限公司 用于生成信息的方法和装置
CN109961304B (zh) * 2017-12-22 2021-09-17 北京京东尚科信息技术有限公司 用于生成信息的方法和装置

Also Published As

Publication number Publication date
AU2009281728A1 (en) 2010-02-18
MX2011001757A (es) 2011-04-28
US20100042477A1 (en) 2010-02-18
EP2329403A1 (en) 2011-06-08
EP2329403A4 (en) 2012-10-10
BRPI0917865A2 (pt) 2017-06-20
JP2012500429A (ja) 2012-01-05
WO2010019959A1 (en) 2010-02-18
KR20110049858A (ko) 2011-05-12
CA2734177A1 (en) 2010-02-18

Similar Documents

Publication Publication Date Title
CN102282551A (zh) 娱乐入场券定价的自动决策支持
Phillips Pricing and revenue optimization
US20210334844A1 (en) Method and system for generation of at least one output analytic for a promotion
Mostard et al. Forecasting demand for single-period products: A case study in the apparel industry
Yang et al. Integrated multi-period dynamic inventory classification and control
CN110392899A (zh) 用于模型生成的动态特征选择
Ross et al. Integrated location-inventory modelling under forward and reverse product flows in the used merchandise retail sector: A multi-echelon formulation
US20140058781A1 (en) Assortment planning and optimization
CN102272758A (zh) 因果驱动和市场响应弹性或提升因素的自动规范、估计和发现
US10181138B2 (en) System and method for determining retail-business-rule coefficients from current prices
CN102016734A (zh) 自动制定营销和销售资源总预算以及花费类别间的分配
CA2788266A1 (en) Inventory management and budgeting system
CN106651418A (zh) 针对电商满减活动的凑单商品推荐的方法
US20130325554A1 (en) Commerce System and Method of Optimizing Profit for Retailer from Price Elasticity of Other Retailers
US20200005209A1 (en) Method and system for optimizing an item assortment
JP2020149468A (ja) 商品管理システムおよび商品管理方法
Kumar et al. Supply chain analysis of e-tailing versus retailing operation–a case study
US11403574B1 (en) Method and system for optimizing an item assortment
JP6193817B2 (ja) 需要予測装置およびプログラム
JP5847137B2 (ja) 需要予測装置及びプログラム
Sharma et al. Inventory models with stock-dependent demand: a comprehensive review and its linkage with waste management
JP6276655B2 (ja) 需要予測装置およびプログラム
EP1658585A2 (en) Manufacturing units of an item in response to demand for the item projected from page-view date
US20140074752A1 (en) Commerce System and Method of Providing Access to an Investment Signal Based on Product Information
CN114626660A (zh) 用于激增调整预报的方法和装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C02 Deemed withdrawal of patent application after publication (patent law 2001)
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20111214